2021年初，国家电网公司印发了《输电线路无人机自主巡检实用化提升工作方案》，指导输电线路无人机自主巡检工作规范化开展，同时对巡检图像智能识别发现率和准确率提出了明确要求，方案将无人机巡检图像缺陷智能识别作为年度重点工作，解决无人机巡检数据量大、智能化识别水平低等突出问题，提升数据的分析质量。
目前，冀北公司拥有各种型号无人机600余架，月度巡检线路里程达1600多公里，巡检杆塔4000基左右，产生巡检图片6万多张，巡检人员面临繁重的图像审核压力。基于当前国网公司大力推动智能识别算法规模化应用的现状，冀北公司组织研发了输电线路无人机巡检缺陷智能识别系统，对助力输电专业运维模式转型、提升线路运检质效具有重要意义。
无人机巡检缺陷智能识别流程
根据国网公司工作方案要求，冀北公司设备部组织技培中心等单位成立跨学科技术攻关团队，基于深度学习、机器视觉、模式识别和大数据分析等先进技术，历时8个月完成基于云边协同架构的输电线路无人机巡检缺陷智能识别系统研发，为无人机巡检作业提供强有力的数字化技术保障。
通过制订样本标准、图片分类和在线标注，采用迁移学习技术，完成了如销钉缺失、销钉退出等模型的持续迭代升级，有效提升模型表现。无人机巡检缺陷智能识别系统自去年10月份上线后，各单位巡检人员利用该系统处理无人机巡检图片超过10万张，发现各类缺陷超过1500处，其中包含多处传统巡检难以发现的隐蔽性缺陷。目前已训练完成15种模型，其中缺陷检出率大于80%的有10种，大于85%的有2种，大于90%的有3种。
随着系统深入应用，缺陷数据源源不断地上传至云端，经人工确认后充实样本数据。据推算，2022年入库可见光、红外样本超过20万余张，无人机巡检缺陷智能识别系统将充分利用两级架构的强大算力，实现数据、算法、业务的统一管理、协同应用与自主提升。
巡检图像识别效果
1月5日，冀北电力北京超高压公司远程启动无人机对冬奥保电线路进行巡检，2个起落架次完成1基杆塔精细化巡检和3公里区域的通道巡视，上传168张图片。接收到巡检图片后，无人机巡检缺陷智能识别系统开始自动检测，在3分钟内即完成全部图片分析，共发现杆塔鸟巢缺陷1处、标识牌模糊1处。现场人员进行快速复核后，一键生成缺陷报告并自动下发至运维班组进行消缺。
系统主要功能
据冀北电力北京超高压公司人员介绍：“自无人机巡检缺陷智能识别系统上线应用以来，累计识别图片超过3万张，共发现各类缺陷超过500处。算法模型识别精准度高，销钉类、绝缘子类缺陷表现尤为突出。识别线夹和均压环等金具时，可通过标注金具角度来判断是否倾斜。在提升工作效率的同时，缺陷综合发现率由原来70%左右提升至90%以上。”
无人机巡检缺陷智能识别系统以打造人工智能技术在电力行业深化应用的标杆案例为目标，代表着冀北公司无人机自主巡检作业智能化水平进一步提升，为智慧冬奥创造更多价值，为电力供应保驾护航，有力推动输电线路巡检从“以人工为主”向“少人作业、无人作业”模式转变。
